术语表
读懂语音 AI 的几个核心概念
这里用简短的定义讲清 Cue 背后的几个概念:Voice AI、语音输入、语音转文字、环境智能体、会议机器人和系统音频采集。
Voice AI(语音 AI)
最宽泛的一类:语音既可以直接转成文字,也可以用来提出请求、让工具给出回答,或推进当前应用里的任务。
语音输入
只把说出的话转成文字并插入当前输入框,不执行操作、不打开应用,结果由你自己检查后再使用。
Ambient Agent(环境智能体)
一种产品界面说法:助手一直在你正在做的事旁边待命,按需唤起,不必把每个任务都搬进单独的对话窗口。
语音转文字
把说出的话转成文字的底层能力,听写、语音笔记和转录都以它为基础,文字之后落到哪里由具体产品决定。
会议机器人
会议记录服务派进通话的自动参会者,会出现在参会者名单里,与在自己电脑上录制的做法形成对照。
系统音频采集
录下电脑正在播放的声音,比如通话里对方的说话声,而不只是麦克风听到的那一路,桌面录音通常两路都要录。